Buongiorno. Le tecnologie digitali e, in prima linea, l'intelligenza artificiale
stanno innescando cambiamenti fondamentali nella società, nella politica, nell'istruzione, nell'economia e in altri aspetti fondamentali della vita. Questi cambiamenti offrono opportunità per una crescita senza precedenti in diversi settori dell'economia. Ma allo stesso tempo comportano sfide che le organizzazioni devono superare prima di poter sfruttare appieno il loro potenziale.L'uso dell'intelligenza artificiale sarà molto più diffuso di quanto non lo sia oggi. Ma la sua adozione dovrà affrontare anche un periodo di calma, noto anche come curva a J. Apprendimento automatico e maggiore produttività. Il prossimo decennio vedrà una produttività significativamente maggiore grazie a un'ondata di potenti tecnologie, in particolare l'apprendimento automatico, che stanno trovando la loro strada in ogni dispositivo informatico e applicazione.
I progressi nella visione artificiale sono stati enormi, specialmente in aree come il riconoscimento delle immagini e l'imaging medico. Parlare con telefoni, orologi e altoparlanti intelligenti è diventato un luogo comune grazie ai progressi nell'elaborazione del linguaggio naturale e nel riconoscimento vocale. La raccomandazione del prodotto, il posizionamento degli annunci, la sottoscrizione di assicurazioni, l'approvazione del prestito e molte altre applicazioni hanno beneficiato enormemente dei progressi nell'apprendimento automatico.
In molte aree, l'apprendimento automatico sta riducendo i costi e accelerando la produzione. Ad esempio, l'applicazione di modelli linguistici di grandi dimensioni nella programmazione può aiutare gli sviluppatori di software a diventare molto più produttivi e ottenere di più in meno tempo.
In altre aree, l'apprendimento automatico può aiutare a creare applicazioni che prima non esistevano. Ad esempio, i modelli di deep learning generativo stanno creando nuove applicazioni per le arti, la musica e altri lavori creativi. In aree come lo shopping online, i progressi nell'apprendimento automatico possono creare importanti cambiamenti nei modelli di business, come il passaggio da "shopping-the-shipping" a "shipping-the-shopping". I blocchi e l'urgenza causati dalla pandemia di covid-19 hanno accelerato l'adozione di queste tecnologie in diversi settori, inclusi strumenti di lavoro a distanza, automazione dei processi robotici, ricerca sui farmaci e automazione industriale.
"La pandemia è stata orribile in così tanti modi, ma un'altra cosa che ha fatto è che ha accelerato la digitalizzazione dell'economia, comprimendo in circa 20 settimane ciò che avrebbe richiesto forse 20 anni di digitalizzazione".“Abbiamo tutti investito in tecnologie che ci consentono di adattarci a un mondo più digitale. Non rimarremo lontani come lo siamo ora, ma non torneremo nemmeno indietro. E quella maggiore digitalizzazione dei processi e delle competenze aziendali comprime il tempo necessario per adottare questi nuovi modi di lavoraree, in definitiva, aumentare la produttività".AI J-curve Il potenziale di produttività delle tecnologie di apprendimento automatico ha un grande avvertimento. La "Curva J della produttività" documentata in un articolo pubblicato sull'American Economic Journal: Macroeconomics. Fondamentalmente, il grande potenziale causato dalle nuove tecnologie generiche come il motore a vapore, l'elettricità e, più recentemente, il machine learning richiede cambiamenti fondamentali nei processi e nei flussi di lavoro aziendali, la co-invenzione di nuovi prodotti e modelli di business e investimenti nel capitale umano.
Questi investimenti e cambiamenti spesso richiedono diversi anni e durante questo periodo non producono risultati tangibili. Durante questa fase, le società stanno creando "beni immateriali", secondo Brynjolfsson. Ad esempio, potrebbero formare e riqualificare la propria forza lavoro per utilizzare queste nuove tecnologie. Potrebbero riprogettare le loro fabbriche o dotarle di nuove tecnologie di sensori per sfruttare i modelli di apprendimento automatico. Potrebbero aver bisogno di rinnovare la propria infrastruttura di dati e creare data lake su cui addestrare ed eseguire modelli ML.
Questi sforzi potrebbero costare milioni di dollari (o miliardi nel caso delle grandi società) e non apportare modifiche alla produzione dell'azienda a breve termine. A prima vista, sembra che i costi aumentino senza alcun ritorno sull'investimento. Quando questi cambiamenti raggiungono il loro punto di svolta, si traducono in un improvviso aumento della produttività.Non si tratta solo delle grandi aziende tecnologiche. Questo è all'interno di ogni
settore, produzione, vendita al dettaglio, finanza, risorse. In ogni categoria, stiamo vedendo le aziende leader allontanarsi dalle altre. C'è un divario di prestazioni crescente".
Nessun commento:
Posta un commento